埃隆・马斯克的人工智能公司 xAI 于本周一发布了其最新的语言模型 Grok3，标志着该公司在人工智能领域的重要进展。据马斯克介绍，新模型所需的计算能力是其前身的十倍，使用了位于孟菲斯的数据中心，配备了约20万块 GPU。Grok3系列模型推出了多种变体，其中包括一个精简版，旨在提高速度但牺牲部分准确性。此外，新的 “推理” 模型专门设计用于解决数学和科学问题。用户可以通过 Grok 界面中的 “思考” 和 “大脑” 设置来调整这些功能。xAI 表示，这一版本尚未最终定型，模型仍

​2025年1月6日，昆仑万维集团宣布其「天工大模型4.0」o1版和4o版正式上线，并全量登陆天工网页和APP，供用户免费使用。这两款模型的发布标志着昆仑万维在人工智能领域的又一重要进展。「天工大模型4.0」o1版（Skywork o1）是国内首款具备中文逻辑推理能力的模型，经过全方位的技术栈升级和模型优化，能够熟练处理包括数学、代码、逻辑、常识和伦理决策在内的各种推理挑战。该模型通过自研的多智能体体系和高质量的长思考数据，显著提升了逻辑推理能力，并采用了创新的Q*算法和Step-DAPO算法，进一步优化了推理系统和训练效果。

昆仑万维科技股份有限公司宣布，其旗下的「天工大模型4.0」o1版（Skywork o1）正式启动邀请测试。这一消息标志着公司在通用人工智能领域迈出了重要一步，旨在通过技术创新实现更高层次的人工智能应用。

360AI助手新功能"模型竞技场"允许用户从多个大模型中选择，输入相同提示词，直观比较不同模型输出，通过丰富题库评估模型性能，增强客观全面性。此功能与360浏览器新增AI助手悬浮按钮相结合，集成15家顶尖大模型公司产品，提供自由选择与比较的平台，丰富用户体验。

["大型语言模型在逻辑推理任务中受前提顺序影响，乱序导致性能下降30%。","改变前提叙述顺序对大模型推理表现有重大影响，Pro、GPT-3.5-Turbo表现下降。","LLM在逻辑推理中前提顺序变化导致性能大幅下降，需要进一步研究解决。","逻辑推理中，前提顺序对大型语言模型推理表现具有决定性影响，仍是挑战。","谷歌DeepMind和斯坦福研究人员发现大型语言模型处理逻辑推理任务受前提顺序影响。"]

["深度学习研究人员发现，语言模型在逻辑推理方面的表现仍然是一个重要挑战。","最新研究揭示了任务中前提顺序对语言模型的逻辑推理性能产生显著影响。","研究结果可能指导专家在使用语言模型进行基本推理任务时的决策。"]